５.３.１数据的分析 （特征探索）课件-高中信息技术粤教版（2019）必修1.pptxVIP

数据的分析（特征探索）

知识回顾数据采集数据存储数据分析可视化表达

导入某零食运营企业，需要调整运营策略。他们获取了近一段时间某零食购物网站的运营数据。通过现有的数据，应该如何轻松并且准确得来探索他的特征，分析出对自己有价值的信息呢？

导入-数据展示

数据分析的概念数据分析是通过运用数字化工具和技术，对大批量杂乱无章的数据进行探索和分析，从中发现数据内在的结构和规律，并构建数学模型，进行可视化表达。了解事物的现状剖析事物的发展趋势

通过验证，将模型转化为知识，以便更好地了解事物的现状、剖析事物的发展趋势，并预测事物的未来走向。预测事物的未来走向

探究新知1.特征探索2.关联分析3.聚类分析4.建立模型5.模型评价1.特征探索2.关联分析3.聚类分析4.建立模型数据分析常用方法

探究新知数据预处理完成数据清洗数据特征探索

求最大值、最小值、极差绘制散点图，直方图

极差：极差是最大值和最小值之间的差异或范围；量化了数据的变异程度；提供数据在整个取值范围内的大小差别。

绘制散点图，直方图使用最大值、最小值、极差等描述性统计量。观察分析数据的分布特征12

特征探索-主要任务数据清洗：处理缺失值、异常值、重复值求最大值、最小值、极差等描述性统计量绘制散点图，直方图观察分析数据的分布特征1234

数据库的建立在进行数据分析前，通常需要建立一个数据库。通过建立数据库，存储大量数据，方便后续的数据分析和处理工作。导入文件taob.sql中的数据，创建数据库csdn和数据表taob。

探究活动逐个完成“程序5-5-1数据预处理（教材范例）.py”1.数据清洗，发现缺失值，并打印缺失值的个数

2.异常处理，利用画散点图，发现异常值部分

3.设置筛选条件，重新绘制散点图

4.求最大值、最小值、极差等描述性统计量

5.绘制价格直方图

6.绘制评论数直方图

结论从直方图中可以看出，哪些价格区间的商品评论数较低，可能表现不佳，用户体验和满意度较低，可以进行提高改进？1．价格更高的商品，大家的评论的积极性会更强。

结论从直方图中可以看出，哪些价格区间的商品评论数较低，可能表现不佳，用户体验和满意度较低，可以进行提高改进？2．消费者认为价格20—40元的商品价值较低，从而不愿意购买或分享购买体验。

从直方图中可以看出，哪些价格区间的商品评论数较低，可能表现不佳，用户体验和满意度较低，可以进行提高改进？3．同时价格20—40元的商品可能意味着有潜在的商机和市场空白。结论

课堂总结1．对于未知的数据，我们先进行特征探索，以便对数据有初步的认识。2．数据分析下的特征探索的主要任务。 数据清洗：处理缺失值、异常值、重复值 求最大值、最小值、极差等描述性统计量 绘制散点图，直方图 观察分析数据的分布特征